# Epsilon Scaling

このノードは、研究論文「Elucidating the Exposure Bias in Diffusion Models」(arxiv.org/abs/2308.15321v6) に記載されている Epsilon Scaling 手法を実装します。この手法は、サンプリングプロセス中に予測ノイズをスケーリングすることで、露出バイアスの低減に役立ち、生成画像の品質向上につながります。この実装では、実用性と効果の高さから同論文が推奨する「ユニフォームスケジュール」を使用しています。

## 入力

| パラメータ | 説明 | データ型 | 必須 | 範囲 |
| --- | --- | --- | --- | --- |
| `モデル` | Epsilon Scalingパッチが適用されるモデル。 | MODEL | はい | - |
| `スケーリング係数` | 予測ノイズがスケーリングされる係数。1.0より大きい値はノイズを減らし、1.0より小さい値はノイズを増やします（デフォルト: 1.005）。これは高度なパラメータです。 | FLOAT | いいえ | 0.5 - 1.5 （ステップ 0.001） |

注：`scaling_factor` が 0 に設定された場合、ゼロ除算を防ぐために、ノードは自動的にそれを非常に小さい値（1e-9）に置き換えます。UIの最小値は0.5であるため、通常はこれが発生することはありません。

## 出力

| 出力名 | 説明 | データ型 |
| --- | --- | --- |
| `model` | 入力モデルのサンプリングプロセスにEpsilon Scaling関数を適用したパッチ適用済みモデル。 | MODEL |

> このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ [GitHub で編集](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/Epsilon Scaling/ja.md)

---
**Source fingerprint (SHA-256):** `8d258c7bb853940922402f1009d777bfc71e88704fd2f615f569c214ddbeac64`
